Python学习笔记三：数据特征分析

完成数据清理后，下面通过图表展开对数据的分析。

1.前期初判(分布分析)：
1）判断分组区间:

# a.散点图：
plt.scatter(data[字段1],data['字段2'],
s = data[字段3], # 显示大小
c = data[字段4], # 显示颜色
alpha = 0.4, cmap = 'Reds')

# b.直方图：
data[字段].hist(bins=10)

2）求出目标字段下频率分布的统计量：频数，频率，累计频率：

pandas.cut([字段],区间数)
pandas.cut.value_count:区间计数
df.rename(columns ={columnname:'新列名'}, inplace = True) ：字段重命名

3）可视化：

# a. bar图
df.style.bar(subset=['频率','累计频率'], color='green',width=100)
# b. 直方图:
df['频率'].plot(kind = 'bar',width = 0.8,figsize = (12,2), rot = 0, color = 'k', grid = True, alpha = 0.5)
plt.title('参考总价分布频率直方图')
# c. 饼图：
plt.pie(df['频数'],labels = df.index, autopct='%.2f%%', shadow = True), plt.axis('equal')

2.对比分析
1）结构化分析：折现图、多系列柱状图、柱状图堆叠图+差值折线图
    在分组基础上，各组总量指标与总体的总量指标对比，计算出各组数量在总量中所占比重，反映总体的内部结构。

　　举例：A产品、B产品的销售情况、消费者类型结构。

2）比例分析：面积图
    在分组的基础上，将总体不同部分的指标数值进行对比，其相对指标一般称为“比例相对数”。
    比例相对数 = 总体中某一部分数值 / 总体中另一部分数值。

　　举例： 线上销售Vs线下销售

3）空间比较分析（横向对比分析）：柱状图
    同类现象在同一时间不同空间的指标数值进行对比，反应同类现象在不同空间上的差异程度和现象发展不平衡的状况
    空间比较相对数 = 甲空间某一现象的数值 / 乙空间同类现象的数值
    举例：微信/支付宝等指支付方式在不同城市的份额

4）动态对比分析（纵向对比分析）
    同一现象在不同时间上的指标数值进行对比，反应现象的数量随着时间推移而发展变动的程度及趋势
    最基本方法，计算动态相对数 → 发展速度
    动态相对数 = 某一现象的报告期数值 / 同一现象的基期数值
    基期：用来比较的基础时期
    报告期：所要研究的时期，又称计算期